humphd/have-fun-with-machine-learning

这是什么？

核心功能

• 01演示如何在自建的小型图片数据集上训练卷积神经网络。
• 02展示如何微调预训练的 AlexNet 和 GoogLeNet 模型以识别新类别。
• 03使用 NVIDIA DIGITS 完成数据集创建、训练曲线查看和模型测试。
• 04提供基于 Python 的脚本，用训练好的 Caffe 模型对新图片分类。
• 05同时提供本地安装与 Docker 两种环境搭建方式。

适用场景

• 想通过动手项目入门机器学习的开发者。
• 希望通过将预训练网络适配到自有图片来学习迁移学习的工程师。
• 想在不先学习神经网络理论的情况下试用 Caffe 或 DIGITS 的人。

快速上手

1. 1

   如果尚未安装 Docker，请先安装

2. 2

   拉取并运行 Caffe + DIGITS 容器，将仓库路径替换为你的克隆位置

   docker run --name digits -d -p 8080:5000 -v /path/to/this/repository:/data/repo kaixhin/digits
3. 3

   在浏览器中打开 http://localhost:8080

使用前须知

• !本地安装 Caffe 很困难，尤其在 macOS 上，可能需要数天时间。
• !本指南基于 Caffe 和 DIGITS，这些是大约 2016 至 2017 年编写的较旧工具。
• !README 未明确说明开源许可证（元数据中的许可证为 NOASSERTION）。

收录于专题

标签

常见问题

have-fun-with-machine-learning 是什么？

面向零基础程序员的动手教程，用 Caffe 和 DIGITS 训练并部署图像分类神经网络。 这是一份面向没有 AI 背景程序员的机器学习实践指南。项目以区分海豚和海马的图像分类器为例，使用 Caffe 深度学习框架，并借助 NVIDIA 的 DIGITS 网页工具管理数据集和训练过程。

have-fun-with-machine-learning 可以免费使用吗？用的什么许可证？

have-fun-with-machine-learning 以 Other 许可证开源。用于商业产品前，请先确认许可证条款。

have-fun-with-machine-learning 还在维护吗？

半年内有更新。have-fun-with-machine-learning 最近一次提交是在 2026年9月4日。

have-fun-with-machine-learning 适合用来做什么？

想通过动手项目入门机器学习的开发者。 希望通过将预训练网络适配到自有图片来学习迁移学习的工程师。 想在不先学习神经网络理论的情况下试用 Caffe 或 DIGITS 的人。

have-fun-with-machine-learning 怎么安装和运行？

如果尚未安装 Docker，请先安装 拉取并运行 Caffe + DIGITS 容器，将仓库路径替换为你的克隆位置: docker run --name digits -d -p 8080:5000 -v /path/to/this/repository:/data/repo kaixhin/digits 在浏览器中打开 http://localhost:8080

在哪里获取 have-fun-with-machine-learning？

源代码和安装说明在 GitHub 上：https://github.com/humphd/have-fun-with-machine-learning